lynote-ai/humanize-text

它解決的問題

AI 生成的文本通常會帶有統計特徵，容易被 AI 檢測工具識別，且語調感覺不自然。此工具包提供了一套系統，可重寫由 AI 協助撰寫的草稿，使其更自然，並降低被標記為機器生成的風險。

如何運作

該專案實作了一個多階段流程，結合大型語言模型（LLMs）與神經機器翻譯（NMT）引擎，以打亂 AI 的模式。建議的「標準流程」包含四個步驟的鏈式處理：

1. LLM 重寫（中文）： 使用 LLM（例如 DeepSeek）以高溫度（1.3）將文本重寫並翻譯成中文，引入創意變異。
2. LLM 重寫（日文）： 將中文文本進一步重寫並翻譯成日文，並以第一步的內容作為對話歷史，確保語意連貫。
3. NMT 翻譯（芬蘭文）： 將文本透過 Google 翻譯轉換為芬蘭文，利用語言距離較遠的語言引入結構上的破壞。
4. NMT 翻譯（英文）： 最後使用 Niutrans 引擎將文本翻譯回英文，重建內容，同時去除原始 AI 的統計特徵。

適用對象

希望提升 AI 協助草稿可讀性與自然流暢度，同時保留原始語意與風格的開發者與寫作者。

特色亮點

• 多引擎方法： 結合 LLM（DeepSeek、OpenRouter）與多個 NMT 引擎（Google、Niutrans），確保單一引擎的特徵無法留存。
• 語言距離： 透過一系列語言距離較遠的翻譯（中文 → 日文 → 芬蘭文），最大化結構重構效果。
• 參考實作： 提供四種不同的人性化方法（翻譯鏈、多輪重寫、檢測引導反饋、混合引擎翻譯）。
• 即時整合： 提供 Python CLI 與 n8n 工作流程，支援無程式碼自動化。